開(kāi)題報(bào)告林盛業(yè)

8/8本科生畢業(yè)論文（設(shè)計(jì)）開(kāi)題報(bào)告題目:基于機(jī)器視覺(jué)的牛肉品質(zhì)檢測(cè)終端研究姓名:林盛業(yè)學(xué)院:工學(xué)院專業(yè):電子信息科學(xué)與技術(shù)班級(jí):信息92學(xué)號(hào):32309219導(dǎo)教師:沈明霞職稱:教授2012年03月17日南京農(nóng)業(yè)大學(xué)教務(wù)處制本課題的意義、國(guó)內(nèi)外研究概況、應(yīng)用前景等（列出主要參考文獻(xiàn)）上世紀(jì)八十年代左右，機(jī)器視覺(jué)和模式識(shí)別等相關(guān)技術(shù)飛速地發(fā)展，許多學(xué)者開(kāi)始將機(jī)器視覺(jué)技術(shù)引入到牛肉分級(jí)領(lǐng)域中。傳統(tǒng)人工的評(píng)級(jí)方式主要是由分級(jí)員把真實(shí)肉樣對(duì)照每個(gè)等級(jí)的標(biāo)準(zhǔn)圖片，依靠視覺(jué)進(jìn)行比較，評(píng)判肉樣的質(zhì)量等級(jí)。但由于評(píng)級(jí)員主要根據(jù)個(gè)人經(jīng)驗(yàn)做出主觀、定性的評(píng)價(jià)，加之外在環(huán)境因素對(duì)評(píng)級(jí)員的影響，評(píng)級(jí)員容易產(chǎn)生疲勞，從而評(píng)價(jià)效率下降，整個(gè)評(píng)定過(guò)程不僅缺乏公平性，而且還存在相當(dāng)大誤差，甚至影響后續(xù)的肉品標(biāo)價(jià)銷(xiāo)售環(huán)節(jié)的正常進(jìn)行。所以研究牛肉質(zhì)量分級(jí)的定量指標(biāo)和客觀評(píng)定方法，探究牛肉的自動(dòng)分級(jí)技術(shù)勢(shì)在必行。經(jīng)過(guò)許多學(xué)者的不懈努力，基于機(jī)器視覺(jué)的牛肉分級(jí)方法的研究已經(jīng)取得了一些成果?，F(xiàn)有的智能化牛肉分級(jí)技術(shù)能夠有效地克服人工分級(jí)中存在的缺點(diǎn)，提高牛肉質(zhì)量分級(jí)的準(zhǔn)確率和效率，進(jìn)而提高相關(guān)產(chǎn)業(yè)的生產(chǎn)效率。機(jī)器視覺(jué)在上世紀(jì)八十年代初開(kāi)始應(yīng)用于牛肉質(zhì)量檢驗(yàn)與分級(jí)技術(shù)的研究中，其中眼肌圖像的提取和大理石花紋分離采集是利用機(jī)器視覺(jué)進(jìn)行肉品分級(jí)的關(guān)鍵步驟。在自動(dòng)評(píng)級(jí)之前，首先要利用相關(guān)的圖像處理技術(shù)從眼肌切面圖像中提取出大理石花紋，接下來(lái)再采取相關(guān)的花紋數(shù)據(jù)進(jìn)行機(jī)器評(píng)級(jí)。國(guó)外研究現(xiàn)狀：Chen(1989)[1]等通過(guò)圖像處理技術(shù)，計(jì)算出了美國(guó)牛肉分級(jí)系統(tǒng)中6張牛肉大理石花紋標(biāo)準(zhǔn)圖版牛眼肌的肌內(nèi)脂肪面積，將其作為判定牛肉質(zhì)量等級(jí)的定量指標(biāo)。后續(xù)研究證明要評(píng)定眼肌質(zhì)量不僅要考慮到肌內(nèi)脂肪顆粒的面積，還要注意不同面積大小脂肪顆粒的比例、脂肪顆粒之間的依存程度、脂肪顆粒分布的均勻程度以及結(jié)締組織紋理的粗細(xì)等指標(biāo)的綜合運(yùn)用。Kazuhiko(2000)[2]等對(duì)分級(jí)員詢問(wèn)，得到大理石花紋分級(jí)5個(gè)主要指標(biāo):脂肪面積比、脂肪顆粒總數(shù)、大脂肪顆粒數(shù)、小脂肪顆粒數(shù)以及脂肪顆粒分布均勻度。用圖像分析技術(shù)從脂肪區(qū)域和肌肉區(qū)域提取這5個(gè)特征，然后利用神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)4位灰度圖像的灰度直方圖進(jìn)行分析，計(jì)算出該圖像灰度的同現(xiàn)矩陣，以此作為描述該圖像紋理特性的參數(shù)。他們利用了神經(jīng)網(wǎng)絡(luò)得到一種能夠模擬專業(yè)分級(jí)員給出分級(jí)結(jié)果的方法，并采用多元回歸分析的方法篩選出了用肌內(nèi)脂肪面積比、大脂肪顆粒數(shù)和脂肪分布系數(shù)建立起的大理石花紋等級(jí)判定模型。經(jīng)實(shí)踐證明，該模型有著較高的精確性和準(zhǔn)確性。Fumito(2000)[3]等認(rèn)為模糊推論和神經(jīng)網(wǎng)絡(luò)技術(shù)難以轉(zhuǎn)化為簡(jiǎn)單的算法。他們提出利用非參數(shù)判別式閾值選擇法來(lái)確定圖像的分割閾值。從眼肌圖像的灰度直方圖中判斷出最佳的區(qū)分瘦肉和脂肪的閥值。他們建立了一種新穎的，能夠?qū)⒅竞图∪獾膸缀翁卣鲾?shù)量化的方法。它是一種基于灰度值延伸的矩陣，可以將二值化的圖像中眼肌肌肉和肌內(nèi)脂肪的像素進(jìn)行幾何特征描述，這種方法是把二者像素的規(guī)格化延伸長(zhǎng)度向量與規(guī)格化延伸數(shù)量向量作為描述大理石花紋的幾何特征參數(shù)。這種方法不僅能夠精確測(cè)定脂肪面積百分比而且還能精確描述脂肪顆粒的分布。Jeyamkondan(2000)[4]等人提出了一種基于牛肉彩色圖像的大理石花紋等級(jí)和肉色等級(jí)的判別方法。通過(guò)對(duì)肉色和脂肪色的研究，他們發(fā)現(xiàn)肉色和脂肪色的藍(lán)色和綠色分量直方圖只表現(xiàn)出一個(gè)峰值，因此要找出一個(gè)合適的閾值將其分割十分困難。基于最小二乘法原理的模糊C-均值聚類(lèi)模型（Fuzzyc-meanclustering，簡(jiǎn)稱FCM）能有效模仿人類(lèi)的視覺(jué)，非常適合于將肌肉和脂肪進(jìn)行聚類(lèi)分割。該方法先是計(jì)算出眼肌圖像中脂肪色的藍(lán)色和綠色分量的最小B和G值，然后以此值作為閥值，進(jìn)行肌肉和脂肪的分割。由于該方法可以對(duì)每一幅眼肌圖像的脂肪色進(jìn)行閾值的計(jì)算，因此這種圖像分割方法又稱為自適應(yīng)閾值法。國(guó)內(nèi)研究現(xiàn)狀：任發(fā)政[5]等選擇眼肌大理石花紋圖像為研究對(duì)象，利用Matlab軟件中的imZbw函數(shù)將RGB圖像轉(zhuǎn)化為二值圖，判定牛肉的大理石花紋等級(jí)。該方法識(shí)別誤差較大，故對(duì)圖像處理技術(shù)進(jìn)行了改進(jìn)，將灰度等級(jí)均勻化，然后對(duì)圖像進(jìn)行直方圖分析，確定灰度值域，確定閥值，計(jì)算比例[13]。該研究表明圖像處理可以完成牛肉大理石花紋分級(jí)評(píng)定。孫永海[6]等先將脂肪組織和結(jié)締組織與肌肉組織分割開(kāi)來(lái)，然后用兩種方法對(duì)脂肪組織進(jìn)行分割：一是用閥值法，由用戶根據(jù)系統(tǒng)繪制的直方圖交互式地設(shè)置分割閥值，系統(tǒng)讀取用戶輸入的閥值后將輸入值大于設(shè)定閥值的像素點(diǎn)作為脂肪組織，修改其顏色信息，使得這些像素點(diǎn)對(duì)后續(xù)的顏色特征計(jì)算不起作用；二是利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分割，先從牛肉圖像中得到脂肪組織和肌肉組織的樣本，將組成樣本的像素顏色信息作為網(wǎng)絡(luò)輸入，用于識(shí)別脂肪像素和肌肉像素的網(wǎng)絡(luò)。屠康等[7]從牛肉等級(jí)標(biāo)準(zhǔn)圖片中，人工提取出一部分帶有大理石花紋的肌肉區(qū)域，采用閥值進(jìn)行了分割，并統(tǒng)計(jì)了歸屬為大理石花紋的像素。劉木華[8]等提出了基于模糊C均值聚類(lèi)的牛肉圖像脂肪和肌肉區(qū)域分割技術(shù)。該研究利用最大方差自動(dòng)取閾值法(OSTU)把黑色背景與整塊牛肉圖像分割開(kāi)來(lái)；然后把處理后的圖像變成灰度圖像，用模糊C均值聚類(lèi)算法(FCM)計(jì)算出牛肉脂肪像素和肌肉像素灰度值的聚類(lèi)中心，以各個(gè)像素點(diǎn)灰度值與兩個(gè)聚類(lèi)之間的絕對(duì)值距離來(lái)區(qū)分出圖像中的脂肪和肌肉像素。結(jié)果表明，F(xiàn)CM方法是分割肌肉和脂肪區(qū)域的有效方法。趙杰文[9]等則研究利用數(shù)學(xué)形態(tài)學(xué)的方法對(duì)牛胴體眼肌切面圖像中背長(zhǎng)肌區(qū)域進(jìn)行分割，以提取牛胴體眼肌的大理石紋。該研究首先運(yùn)用模糊C均值聚類(lèi)方法實(shí)現(xiàn)脂肪區(qū)域與背長(zhǎng)肌區(qū)域的分割，得到包括周?chē)∪饨M織及背長(zhǎng)肌的圖像。然后采用數(shù)學(xué)形態(tài)學(xué)中的變結(jié)構(gòu)元素進(jìn)行圖像腐蝕，再用截止時(shí)的結(jié)構(gòu)元素對(duì)其進(jìn)行膨脹，獲得不含大理石紋的背長(zhǎng)肌區(qū)域圖像，最后將形態(tài)操作得到的圖像與預(yù)處理后的牛肉圖像進(jìn)行“與”操作得到大理石紋。結(jié)果表明，這種方法能有效地提取大理石紋。應(yīng)用前景：隨著我國(guó)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和農(nóng)業(yè)產(chǎn)業(yè)化進(jìn)程的加快，我國(guó)的牛肉產(chǎn)量有了大幅度提高，僅次于印度和巴西，位居世界第三；肉牛屠宰總量位居世界第一。我國(guó)已經(jīng)成為世界范圍內(nèi)的牛肉生產(chǎn)大國(guó)。基于機(jī)器視覺(jué)的牛肉分級(jí)的方法研究和運(yùn)用，對(duì)牛肉生產(chǎn)的規(guī)范化、標(biāo)準(zhǔn)化、有序化及產(chǎn)業(yè)化有重要意義。牛肉產(chǎn)品分級(jí)后其經(jīng)濟(jì)價(jià)值得到了客觀準(zhǔn)確的判斷，經(jīng)濟(jì)效益得到了最大程度的保證。雖然國(guó)外有比較成熟的牛肉分級(jí)體系，但由于國(guó)內(nèi)外牛肉品質(zhì)的差異，國(guó)外的分級(jí)方法并不完全適合我國(guó)的國(guó)情。因此，探索適合我國(guó)肉牛的牛肉分級(jí)方法是有必要也是十分重要的，相應(yīng)儀器的產(chǎn)業(yè)化前景相當(dāng)被看好。參考文獻(xiàn)：[1]ChenYR,McdonaldTP,CrouseJD.Determiningpercentintramuscularfatonribeyesurfacebyimageprocessing[C].ASAEAnnualInternationalMeeting,ASAE:St.Joseph,1989.[2]KazuhikoShiranita,KenichiroHayashi,AkifumiOtsubo,etal.GradingMeatQualitybyImageProcessing[J].PatternRecognition,2000,33(1):97-104.[3]FumitoYoshikawa,KazuoToraichi,KoichiWada,etal.Onagradingsystemforbeefmarbling[J].PatterRecognitionLetter,2000,21(12):1037-1050.[4]JeyamkondanS,RayN,KranzlerGA,etal.Beefqualitygradingusingmachinevision[C].ConferenceonbiologicalqualityandprecisionagricultureII,BostonUSA,2000:91-101.[5]任發(fā)政，鄭麗敏，王桂芹等.應(yīng)用MATLAB圖像處理技術(shù)評(píng)判牛肉大理石花紋[J].肉類(lèi)研究，2002(4)：14-15.[6]孟祥艷，孫永海，王笑丹，李志，胡鐵軍，何兵.牛胴體眼肌切面分級(jí)特征的提取與分析[J].吉林大學(xué)學(xué)報(bào),2010，40(2）：485-489.[7]屠康等．計(jì)算機(jī)視覺(jué)在牛肉大理石花紋分級(jí)中的應(yīng)用研究[J]．糧油加工，2003，(10)：43-45．[8]劉木華，趙杰文，張東海.基于模糊C均值聚類(lèi)的牛肉圖像中脂肪與肌肉區(qū)域分割技術(shù)[J].農(nóng)業(yè)工程學(xué)報(bào),2004，20(2)：161-163.[9]趙杰文,劉木華,張海東.基于數(shù)學(xué)形態(tài)學(xué)的牛肉圖像中背長(zhǎng)肌分割和大理石紋提取技術(shù)[J].農(nóng)業(yè)工程學(xué)報(bào)，2004，20(1):143-146.[10]江龍建．基于計(jì)算機(jī)視覺(jué)和神經(jīng)網(wǎng)絡(luò)的牛肉大理石花紋自動(dòng)分級(jí)技術(shù)的研究[D]．南京農(nóng)業(yè)大學(xué)，2003．研究的目標(biāo)、內(nèi)容和擬解決的關(guān)鍵問(wèn)題研究目標(biāo)：本課題將牛肉眼肌圖像作為研究對(duì)象，搭建雪花牛肉分級(jí)系統(tǒng)硬件平臺(tái)。該硬件平臺(tái)人工采集雪花牛肉眼肌圖像，并通過(guò)無(wú)線網(wǎng)與上位機(jī)進(jìn)行實(shí)時(shí)數(shù)據(jù)通信，上位機(jī)對(duì)圖像采集特征值進(jìn)行相關(guān)的分析，從而實(shí)現(xiàn)實(shí)時(shí)檢測(cè)雪花牛肉質(zhì)量等級(jí)的目的。該平臺(tái)的搭建將有助于提高牛肉品質(zhì)分級(jí)的客觀性和準(zhǔn)確性。研究?jī)?nèi)容：1.對(duì)比國(guó)內(nèi)外肉牛產(chǎn)業(yè)相關(guān)分級(jí)標(biāo)準(zhǔn)，對(duì)比國(guó)內(nèi)外牛肉質(zhì)量分級(jí)技術(shù)與相關(guān)儀器的特點(diǎn)，了解我國(guó)肉牛產(chǎn)業(yè)的現(xiàn)狀，對(duì)我國(guó)雪花牛胴體分級(jí)環(huán)境及人工評(píng)級(jí)流程有基本了解；2.研究Linux系統(tǒng)下視頻設(shè)備的操作標(biāo)準(zhǔn)，采用模擬CCD工業(yè)相機(jī)編碼轉(zhuǎn)換后接入嵌入式平臺(tái)的方法，研究牛肉圖像快速采集程序；3.研究無(wú)線局域網(wǎng)技術(shù)，應(yīng)用基于TCP協(xié)議的Socket通信技術(shù)，實(shí)現(xiàn)平臺(tái)和上位機(jī)的圖像數(shù)據(jù)的實(shí)時(shí)交互的功能；4.學(xué)習(xí)與虛擬機(jī)相關(guān)的知識(shí)，利用虛擬機(jī)實(shí)現(xiàn)良好的人機(jī)交互，在Linux系統(tǒng)下開(kāi)發(fā)相關(guān)的平臺(tái)系統(tǒng)。課題需解決的關(guān)鍵問(wèn)題：使用虛擬機(jī)模擬Linux操作系統(tǒng)；在Linux系統(tǒng)下編寫(xiě)平臺(tái)圖像處理軟件；將虛擬機(jī)中編寫(xiě)的軟件移植至終端平臺(tái)。利用編碼轉(zhuǎn)換技術(shù)模擬工業(yè)相機(jī)，從而利用平臺(tái)系統(tǒng)對(duì)圖像進(jìn)行采集；利用Socket技術(shù)實(shí)現(xiàn)上位機(jī)和平臺(tái)的數(shù)據(jù)通信；研究方法、技術(shù)路線、實(shí)驗(yàn)方案及可行性分析研究方法：1.在主機(jī)上搭建Linux操作系統(tǒng)：采用Windows7操作系統(tǒng)+VMware軟件工具+Linux操作系統(tǒng)，VMware即虛擬機(jī)軟件，可使一臺(tái)計(jì)算機(jī)上同時(shí)運(yùn)行二個(gè)或更多的操作系統(tǒng)，在虛擬機(jī)上可以掛載Linux系統(tǒng)鏡像文件直接模擬Linux操作系統(tǒng)；2.實(shí)現(xiàn)平臺(tái)系統(tǒng)對(duì)圖像進(jìn)行采集：采用V4L2標(biāo)準(zhǔn)，可以自定義設(shè)備驅(qū)動(dòng)緩存數(shù)量，從而可以支持更多的硬件設(shè)備。V4L2模型采用分層的架構(gòu)，分為兩層。上層是應(yīng)用程序編程接口，下層則是視頻設(shè)備的驅(qū)動(dòng)程序。平臺(tái)圖像采集方案為：CCD工業(yè)相機(jī)采集的信號(hào)經(jīng)模/數(shù)轉(zhuǎn)換，再接入嵌入式平臺(tái)。在這里，驅(qū)動(dòng)程序以模塊形式集成于Linux內(nèi)核中。3.利用Socket技術(shù)進(jìn)行無(wú)線通信程序設(shè)計(jì)：終端的無(wú)線通信模塊為無(wú)線網(wǎng)卡，在Linux內(nèi)核配置中添加對(duì)無(wú)線模塊的驅(qū)動(dòng)支持后，便可以對(duì)無(wú)線網(wǎng)卡的驅(qū)動(dòng)進(jìn)行移植。兩個(gè)主機(jī)之間進(jìn)行通信實(shí)質(zhì)上是兩個(gè)主機(jī)中的應(yīng)用進(jìn)程互相通信，Internet在傳輸層有相關(guān)的傳輸協(xié)議對(duì)雙向通信進(jìn)行控制，TCP協(xié)議便是其中之一。TCP提供一種面向連接的、可靠的字節(jié)流服務(wù)。Socket也稱為套接字是TCP/IP協(xié)議族提供的最常用的應(yīng)用編程接口，作為網(wǎng)絡(luò)上運(yùn)行的兩個(gè)應(yīng)用進(jìn)程之間雙向通信的一端，既可以接收請(qǐng)求，也可以發(fā)送請(qǐng)求。系統(tǒng)通過(guò)調(diào)用Socket接口來(lái)利用傳輸層提供的各種服務(wù)，包括TCP和UDP。本平臺(tái)中，采用傳統(tǒng)的客戶端/服務(wù)器(C/S)模型實(shí)現(xiàn)平臺(tái)與上位機(jī)之間的通信。4.QT移植：運(yùn)行于平臺(tái)中的平臺(tái)軟件是在Linux系統(tǒng)環(huán)境下編寫(xiě)的，首先利用Qt軟件編寫(xiě)調(diào)試相關(guān)的代碼，編譯通過(guò)后再將相關(guān)代碼下載到開(kāi)發(fā)平臺(tái)上，才能實(shí)現(xiàn)終端平臺(tái)的相關(guān)控制功能。要實(shí)現(xiàn)代碼下載就需要事先做好Qt移植的工作，需要移植觸摸屏適配層工具tslib，Qt，安裝交叉編譯工具鏈。5.終端平臺(tái)軟件的編寫(xiě)：終端采用QtDesigner設(shè)計(jì)，根據(jù)實(shí)際的需求，將程序分為兩個(gè)界面，主控界面，傳輸顯示界面。主控界面的操作包括：初始化相機(jī)、捕獲圖像、打開(kāi)圖像以及打開(kāi)傳輸顯示界面。而傳輸顯示界面需要完成圖像傳輸、接收分級(jí)結(jié)果等功能。技術(shù)路線：使用虛擬機(jī)模擬Linux操作系統(tǒng)，安裝好VMwareWorkstation軟件后，掛載Ubuntu軟件，設(shè)立Linux虛擬系統(tǒng)并且進(jìn)行相關(guān)的軟件環(huán)境設(shè)置，漢化軟件后，安裝虛擬工具，實(shí)現(xiàn)外部系統(tǒng)與虛擬機(jī)內(nèi)部系統(tǒng)的文件移植功能；在Linux系統(tǒng)下編寫(xiě)平臺(tái)圖像處理軟件。在安裝好Ubuntu軟件之后繼而安裝Qt軟件，在該軟件平臺(tái)上編寫(xiě)相關(guān)的程序代碼；將虛擬機(jī)中編寫(xiě)的軟件移植至終端平臺(tái)：事先要進(jìn)行觸